AI生成自然界不存在的病毒：天然病毒治不了的它能治
内容提要
AI生成病毒并非科幻，而是真实研究。科学家用基因组语言模型设计出能杀死大肠杆菌的噬菌体，其中16个成功存活。这些AI病毒能突破细菌耐药性，混合使用效果更佳。该技术为全基因组设计开辟新路径，未来或可用于对抗耐药菌，但离设计人类基因组尚远。
延伸解读
AI生成病毒的成功率为何重要
研究从AI生成的众多序列中筛选出302个，最终只有16个能成功产生活噬菌体，成功率约5%。这个数字看似不高，但考虑到这是全基因组级别的从头设计，且生成序列与天然ΦX174差异显著，能存活16个已证明模型学到了维持噬菌体功能的核心约束。失败案例也提供了反面教材，帮助改进模型。
跨家族蛋白利用的突破意义
一个AI生成的噬菌体使用了来自远亲家族的包装蛋白，冷冻电镜证实其能正常组装。自然进化中这种跨家族蛋白利用极为罕见，因为存在结构匹配要求。AI绕过了兼容性瓶颈，生成了非天然但可行的方案，为合成生物学提供了新思路：不必拘泥于天然模块组合，生成式模型可探索人类直觉之外的解。
噬菌体组合疗法的潜力与局限
研究显示，AI生成的噬菌体混合物能突破对天然噬菌体免疫的耐药菌株，因为不同噬菌体可能采用不同感染路径。这为开发长效抗感染方案提供了新弹药，但需注意，细菌仍可能对新组合产生抗性，且目前技术仅适用于小型基因组，距离设计人类基因组还很远。
Q&A
AI生成病毒的研究中，成功制造出多少种能够杀死大肠杆菌的可行病毒？
研究人员从AI生成的302个基因组样本中，挑选出最好的302个进行合成，其中16个成功制造出能够杀死大肠杆菌的可行病毒。
AI生成病毒的原理是什么？
AI生成病毒的原理是利用基因组语言模型，如Evo 1和Evo 2，这些模型通过训练数百万条微生物基因组序列，学习DNA序列的进化约束和规律。然后，模型根据这些约束条件，生成符合进化规则但自然界不存在的DNA序列，再通过化学合成和湿实验室测试，得到具有功能的病毒。
为什么选择噬菌体ΦX174作为AI生成病毒的模板？
选择ΦX174作为模板是因为其基因组小（约5000个碱基对），结构简单但功能完整，宿主大肠杆菌C株易于培养和测试，且合成成本相对可控。此外，ΦX174已被研究透彻，便于作为参照。
AI生成的噬菌体与天然噬菌体相比有什么优势？
AI生成的噬菌体与天然噬菌体相比，具有更高的多样性，它们采用不同的感染路径，能够突破细菌对天然噬菌体的耐药性。混合使用AI生成的噬菌体可以更有效地抑制耐药菌株的生长。
AI生成病毒的研究中，冷冻电镜解析发现了什么意外结果？
冷冻电镜解析发现，一个AI生成的噬菌体使用了来自远亲噬菌体家族的包装蛋白，这种跨家族的蛋白利用在自然进化中极为罕见，但该蛋白成功组装进外壳并正常发挥功能，说明AI模型能够探索出人类直觉之外的可行方案。
这项AI生成病毒的技术未来可能有哪些应用？
这项技术未来可能用于设计针对多种耐药菌的噬菌体鸡尾酒，或设计合成酵母人工染色体等更大规模的基因组。它为全基因组设计开辟了新路径，有望对抗耐药菌，但距离设计人类基因组还很远。
